基于地形起伏度的四川省地面气象站点适宜性研究

doi:10.11755/j.issn.1006-7639(2023)-04-0579

基于地形起伏度的四川省地面气象站点适宜性研究

黄晓龙^,¹^,², 吴薇¹^,², 徐晓莉^,¹^,², 王丽伟³, 宋云帆²^,⁴, 李雪⁵

1.四川省气象探测数据中心，四川成都 610072

2.高原与盆地暴雨旱涝灾害四川省重点实验室，四川成都 610072

3.吉林省气象信息网络中心，吉林长春 130062

4.中国气象局成都高原气象研究所，四川成都 610072

5.贵州省生态气象和卫星遥感中心，贵州贵阳 550002

Study on the suitability of surface meteorological stations in Sichuan Province based on relief degree of land surface

HUANG Xiaolong^,¹^,², WU Wei¹^,², XU Xiaoli^,¹^,², WANG Liwei³, SONG Yunfan²^,⁴, LI Xue⁵

1. Sichuan Meteorological Observation and Data Centre， Chengdu 610072， China

2. Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province， Chengdu 610072， China

3. Jilin Meteorological Information Network Centre， Changchun 130062， China

4. Institute of Plateau Meteorology， CMA， Chengdu 610072， China

5. Guizhou Ecological Meteorology and Satellite Remote Sensing Center， Guiyang 550002， China

通讯作者: 徐晓莉（1971—），女，正研级高工，主要从事气象信息技术研究。E-mail:scxuxiaoli@163.com。

责任编辑: 黄小燕；校对：王涓力

收稿日期: 2022-11-14 修回日期: 2023-06-4

基金资助:

四川省科技厅重点研发项目(2022YFS0541)
中国气象局创新发展专项(CXFZ2021Z007)
中国气象局创新发展专项(CXFZ2023J067)
高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJZD202102)
高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJYJXMS202221)

Received: 2022-11-14 Revised: 2023-06-4

作者简介 About authors

黄晓龙（1981—），男，高级工程师，主要从事气象资料质量控制、融合与产品评估研究。E-mail:xiaolonghuang116@163.com。

摘要

为科学确定气象站点地形起伏特征，基于先进星载热发射和反射辐射仪全球数字高程模型（Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model，ASTER GDEM）30 m数据，利用均值变点分析法确定四川省地形起伏度模型的最佳分析窗口。提取地面气象观测站所处的地形起伏特征，探究气象站点布设的区域代表性空间格局。结果表明：（1）四川省地形起伏度的最佳窗口为39×39个像元矩形邻域，对应面积1.369 km²。建立的地形起伏度模型与山脉走向一致，能够捕捉到地表各种尺度的地形起伏状况，符合四川省地貌特征。（2）国家站和区域站所处地势以台地、丘陵和小起伏山地为主，地形起伏较小的国家站占比明显高于区域站，即国家站更具有区域代表性。（3）四川省气象观测站点布设的适宜地区主要集中在盆地、川西高原的北部和西部及攀西地区的东部和南部，占全省面积的69.74%。均值变点分析法确定的分析窗口面积可以兼顾各种地貌类型，提取的地形起伏度能较好地反映气象站点所处地形特征，可为气象站点布局和站网优化提供重要参考依据。

关键词： 均值变点分析法; DEM; 地形起伏度; 地面气象站点; 四川省

Abstract

In order to scientifically determine the topographic relief characteristics of meteorological stations, based on the 30 m data of Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model (ASTER GDEM), the optimal analysis window of relief degree of land surface (RDLS) model in Sichuan Province was determined by using the mean change point analysis method. On this basis, the relief amplitude characteristics of surface meteorological observation stations in Sichuan Province were analyzed to explore the spatial pattern of the layout of meteorological stations. The results are as follows: (1) The best window for RDLS in Sichuan Province is 39 × 39 rectangular neighborhood pixels, with a corresponding area of about 1.369 km². The established RDLS model is consistent with the trend of mountains and can capture the topographic relief of various scales, which accords with the topographic characteristics of Sichuan Province. (2) The terrain of national stations and regional stations is dominated by platforms, hills, and small undulating mountains. The proportion of national stations with small topographic undulations stations is significantly higher than that of regional stations, indicating that national stations are more representative of the region. (3) Suitable meteorological observation stations in Sichuan Province are mainly distributed the basin, in the north and west regions of the west Sichuan Plateau, as well as the eastern and southern parts of Panxi, accounting for 69.74% of the province’s total area. The analysis window area determined by the mean change point analysis method can take into consideration various geomorphic types, and the extracted RDLS can better reflect the topographic characteristics of meteorological stations, which can provide an important reference for the adaptive layout of meteorological stations and the optimization of station network.

Keywords： mean change point analysis method; DEM; relief degree of land surface （RDLS）; meteorological stations; Sichuan Province

PDF (17339KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

黄晓龙, 吴薇, 徐晓莉, 王丽伟, 宋云帆, 李雪. 基于地形起伏度的四川省地面气象站点适宜性研究[J]. 干旱气象, 2023, 41(4): 579-588 DOI:10.11755/j.issn.1006-7639(2023)-04-0579

HUANG Xiaolong, WU Wei, XU Xiaoli, WANG Liwei, SONG Yunfan, LI Xue. Study on the suitability of surface meteorological stations in Sichuan Province based on relief degree of land surface[J]. Arid Meteorology, 2023, 41(4): 579-588 DOI:10.11755/j.issn.1006-7639(2023)-04-0579

引言

近年来，为提升天气的精密监测能力，中国气象局不断加大地面气象站建设力度，站网规模日益增大。地面气象站对气象要素进行定点、定时、高频次观测，目前是最准确的观测方式之一（任芝花等，2015；杨振鑫等，2017），不断为气象预报、应用服务和科学研究提供重要数据支撑。近地表起伏状况影响气象要素的时空分布（王国胜等，2022；周芳弛等，2023），特别是青藏高原等高大地形，对邻近地区甚至全球天气和气候产生重大影响（卢萍和李英，2012；封志明等，2020）。因此地面气象站所处的地形起伏特征将显著影响观测资料的区域代表性（吴利红等，2007；徐保东等，2015）。

地形起伏度（Relief Degree of Land Surface， RDLS），以一定区域内海拔变化表征地表起伏状态，不仅是地形地貌类型划分的定量依据（后立胜和蔡运龙，2004；李炳元等，2008），也是环境适宜性及承载力评价的关键指标（Feng et al.，2009；查瑞生等，2014）。因此，地面气象站点的地形起伏度，不仅是站点布设适宜性评价的关键变量，也是观测资料应用时必要的元数据（吴增祥和臧海佳，2007）。

地形起伏度通过数字高程模型（Digital Elevation Model， DEM）数据提取获得，其精度不仅受DEM空间分辨率和研究区地形地貌特征影响（汤国安，2014；郭佳等，2020），还依赖于提取分析窗口大小（郎玲玲等，2007；张锦明和游雄，2013）。以往研究主要用主观或客观方法（朱明等，2020）对区域地形起伏度的最佳评价窗口进行选择，主观上如按行政区域划分，省域选择5 km×5 km，市域选择1 km×1 km，虽然简便，但地形起伏度提取结果缺乏科学性；客观分析主要利用最大高差、最大高差与面积比、人工作图、均值变点分析等方法确定最佳分析窗口，其中均值变点分析法应用最广泛（LIU et al.，2015；陈学兄等，2018）。近年来，利用高分辨率的DEM数据，采用均值变点分析法对中国西南地区地形起伏度做了大量研究，科学界定山地和山区类型。如对横断山县域山区类型划分，确定其地形起伏度最佳分析单元面积为14.98 km²（张颖和赵宇鸾，2016）；对四川省山地类型界定与山区类型划分，确定四川省地形起伏度最佳分析单元面积为9.92 km²（范建容等，2015）；对西南地区地形分级，划分地貌结构，确定该区域地形起伏度最佳分析单元面积为2.43 km²（钟静和卢涛，2018）。由此可见，基于变点分析法的区域地形起伏度模型在地形地貌分类领域已取得重要进展，说明该方法能较好地兼顾各地貌类型的起伏特点。然而，基于该方法的地面气象站地形起伏特征和适宜布设的代表性研究鲜有报道。

本文基于先进星载热发射和反射辐射仪全球数字高程模型（Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model，ASTER GDEM）30 m数据，以ArcGIS 10.4为处理平台，采用均值变点分析法确定四川省地形起伏度最佳分析窗口，建立地形起伏度计算模型。在此基础上，提取四川省地面气象观测站所处的地形起伏度，比较不同类型站点的地形起伏特征及差异，并给出四川省气象站点布设的区域代表性空间格局，以期为气象观测站点选址及站网优化提供借鉴。

1 研究区概况

四川省位于长江上游，幅员面积48.6×10⁴ km²，介于中国地势三大阶梯中第一、二级之间，地势整体由西北向东南倾斜，西部海拔多在3 000 m以上，多高山峡谷、河流纵横，地势起伏大；东部海拔500~2 000 m，以盆地和丘陵为主，地势相对平缓。四川省海拔高度及地面气象站点空间分布如图1所示，气象站点多集中于盆地经济人口密集区，川西高原和攀西地区相对稀疏。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 四川省海拔高度及地面气象站点空间分布

Fig.1 Altitude and spatial distribution of meteorological stations in Sichuan Province

2 资料与方法

2.1 资料

2.1.1 气象站信息

四川省地面气象观测站的经纬度信息和站点类型标识来自四川省气象探测数据中心，包括156个国家气象观测站（简称“国家站”）和5 128个区域自动气象站（简称“区域站”），区域站又按站点的分布、观测要素和资料用途分为区域考核站（2 205个）和区域非考核站（2 923个）（黄晓龙等，2022）。按照站点级别将四川省地面气象站分3种类型（国家站、区域考核站、区域非考核站）探讨所在的地形起伏特征及差异。

文中附图涉及四川省行政边界是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2020）4619号的标准地图制作，底图无修改。

2.1.2 DEM资料

研究使用的DEM资料为先进星载热发射和反射辐射仪全球数字高程模型（ASTER GDEM），由对地观测卫星Terra观测结果制作（Slaymaker，2001），为首套覆盖全球（83°N—83°S）的30 m DEM数据，其水平精度与垂直精度分别为30 m与1 m，在众多领域得到广泛使用（汤国安，2014；封志明等，2020）。美国国家航空航天局（National Aeronautics and Space Administration， NASA）和日本经济产业省（Ministry of Economy， Trade and Industry， METI）于2009年6月共同发布ASTER GDEM v1数据产品，全球用户可免费下载；2011年10月发布ASTER GDEM v2，主要提升了数据的分辨率、覆盖范围和水体掩模处理精确度；2019年8月发布ASTER GDEM v3，减少高程值空白区域和水域的异常数值。本文采用ASTER GDEM v3数据，空间分辨率为30 m×30 m，平面基准为WGS84，高程基准为EGM96，通过地理数据空间云分块下载，进行拼接和裁切。为使研究区域边界所获取的地形起伏度数据更准确，向边界四周外延伸100个像元，计算一共使用589 502 110个像元数据，其中四川省内582 511 610个像元，边界外6 990 500个像元。

2.2 方法

2.2.1 地形起伏度提取

借鉴前人地形起伏度计算方法（王玲和同小娟，2007；封志明等，2020），使用一定区域面积内最高点与最低点高程差，反映该区域内地面起伏特征，即为该区域内地形起伏度（RDLS）。

窗口分析法是提取各类典型地貌区最常用的方法（汤国安，2014；封志明等，2020），其基本原理是：基于DEM栅格数据，首先确定具有固定分析半径n×n的窗口值，设定起始窗口、移动步距和终止窗口；其次计算各窗口内最大值和最小值的差值作为目标窗口的地形起伏度值。最后通过窗口步距逐一移动，从而实现各窗口下目标栅格的地形起伏度值获取。

2.2.2 最佳分析窗口确定

研究表明，地形起伏度随统计面积呈对数变化，即随着统计单元面积扩大，地形起伏度先快速增加，经过唯一拐点后增速明显减缓（钟静和卢涛，2018）。均值变点分析是一种数理统计方法，对非线性的一组数据进行曲线拟合，且只有一个变点出现。该方法可以快速确定地形起伏度增长速度的拐点，即为所求变点，得到最佳统计单元。为避免窗口个数过少而没有达到拐点，窗口个数过多造成冗余，本研究采用常用矩形移动窗口，步长为2。以3×3、5×5、7×7、…、97×97栅格大小48个移动递增窗口。分别对n×n窗口的四川省逐个栅格的地形起伏度进行区域统计，最后计算各移动窗口下地形起伏度平均值，得到48个n×n窗口的平均起伏度。以n×n格网窗口面积为横坐标，平均起伏度为纵坐标绘制对数曲线。随着移动窗口面积增大，四川省平均地形起伏度增加速度加快，但增加至某一面积时，增加速度减慢，由大变小的转折点即拐点，该拐点所对应的移动窗口面积为最佳统计单元。计算过程（范建容等，2015）大致如下：

第一步，依次计算所有移动窗口下平均地形起伏度和窗口面积比值的对数序列X_t：

（1）

X_{t} = l n R_{t}

式中：t为移动窗口，取值1，2，3，…，48；R_t为各窗口平均地形起伏度和窗口面积比值。

第二步，分别求取样本序列X_t的算术平均值 $\bar{X}$ 、离差平方和S：

（2）

\bar{X} = \frac{1}{n} \sum_{t = 1}^{n} X_{t}

（3）

{S = \sum_{t = 1}^{n} (X_{t} - \bar{X})}^{2}

第三步，将样本序列X_t分为前后两段t1{X₁，X₂，…，X_t-₁}和t2{X_t，X_t+₁，…，X_n}，对于每个t，令t=2，3，…，n-1，分别求取t1、t2段在各窗口下的离差平方和S_t₁、S_t₂，并求取分段S_t₁、S_t₂的和S_t：

（4）

S_{t} = S_{t 1} + S_{t 2}

第四步，计算S与S_t的差值T_t（ $T_{t} = S - S_{t}$ ），使T_t达到最大值，所对应窗口面积大小即为最佳统计单元。

2.2.3 气象站点地形起伏度提取

基于均值变点分析法的最佳窗口地形起伏度模型，生成带有地理坐标的四川地区地形起伏度空间格局的栅格图层，按地面气象站点位置所在的经纬度信息，分别提取国家站、区域考核站和区域非考核站3种类型站点所处栅格值作为该站点的地形起伏度。

3 结果分析

3.1 基于最佳窗口计算地形起伏度

利用ArcGIS提供的Arcpy脚本编程接口工具，计算不同窗口大小（3×3、5×5、…、97×97）的四川省平均地形起伏度（表1），随分析窗口递增，地形起伏度由3×3窗口的31.5 m逐步扩大到97×97的667.1 m，增幅先逐步增大，后减缓并趋于平稳。以3×3（面积0.008 km²）、33×33（面积0.980 km²）、65×65（面积3.803 km²）和97×97（面积8.468 km²）窗口下地形起伏的空间分布为例（图2），随着分析窗口增加，地势起伏较大的区域持续扩张，微小地形起伏被掩盖消失。由此可见，分析窗口过大会对起伏较大区域更敏感，屏蔽了区域内小起伏特征。因此，有必要客观确定一个合理分析窗口。

表1 递增窗口对应地形起伏度

Tab.1 The RDLS corresponding to increasing window

序号	窗口	面积/km²	平均地形起伏度/m	序号	窗口	面积/km²	平均地形起伏度/m	序号	窗口	面积/km²	平均地形起伏度/m
1	3×3	0.008	31.5	17	35×35	1.103	351.9	33	67×67	4.040	539.3
2	5×5	0.023	60.5	18	37×37	1.232	366.0	34	69×69	4.285	549.0
3	7×7	0.044	87.4	19	39×39	1.369	379.8	35	71×71	4.537	558.4
4	9×9	0.073	112.6	20	41×41	1.513	393.1	36	73×73	4.796	567.6
5	11×11	0.109	136.3	21	43×43	1.664	406.1	37	75×75	5.063	576.7
6	13×13	0.152	158.8	22	45×45	1.823	418.7	38	77×77	5.336	585.7
7	15×15	0.203	180.2	23	47×47	1.988	431.0	39	79×79	5.617	594.4
8	17×17	0.260	200.6	24	49×49	2.161	443.0	40	81×81	5.905	603.0
9	19×19	0.325	220.1	25	51×51	2.341	454.7	41	83×83	6.200	611.5
10	21×21	0.397	238.8	26	53×53	2.528	466.1	42	85×85	6.503	619.8
11	23×23	0.476	256.8	27	55×55	2.723	477.3	43	87×87	6.812	628.0
12	25×25	0.563	274.0	28	57×57	2.924	488.2	44	89×89	7.129	636.1
13	27×27	0.656	290.7	29	59×59	3.133	498.9	45	91×91	7.453	644.0
14	29×29	0.757	306.8	30	61×61	3.349	509.3	46	93×93	7.784	651.8
15	31×31	0.865	322.3	31	63×63	3.572	519.5	47	95×95	8.123	659.5
16	33×33	0.980	337.3	32	65×65	3.803	529.5	48	97×97	8.468	667.1

新窗口打开| 下载CSV

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 四川省不同窗口面积下地形起伏度的空间格局（单位：m）

（a）3×3，（b）33×33，（c）65×65，（d）97×97

Fig.2 Spatial patterns of the RDLS with different window areas in Sichuan Province （Unit： m）

（a） 3×3，（b） 33×33，（c） 65×65，（d） 97×97

将表1不同分析窗口平均地形起伏度，根据窗口面积数据构建序列，进行曲线拟合[图3（a）]，得到拟合曲线为y=106.958ln x+384.347，决定系数R²=0.945，且通过99%的置信水平，拟合效果好，确定对数函数为最佳拟合函数。在此基础上，进一步根据均值变点法分析，确定拐点，由T_t变点曲线[图3（b）]可以明显看到只存在一个拐点，使得T_t达最大，其窗口序号为19，对应表1窗口大小为39×39，确定四川省地形起伏度最佳统计面积为1.369 km²，得到最佳地形起伏度的空间格局[图3（c）]，相对于其他窗口所得到的地形起伏空间格局，该窗口能兼顾各种尺度的地形起伏特征，与四川海拔高度（图1）及山脉的走向基本一致。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 四川地形起伏度拟合曲线（a）、变点曲线（b）及最佳地形起伏空间格局（c）

Fig.3 Fitting curve of the RDLS (a), change point curve (b) and optimal spatial pattern of the RDLS (c) in Sichuan Province

3.2 气象站点地形起伏特征

在四川地形起伏空间格局基础上，提取气象站点地形起伏度，并按数字地貌制图标准（中国科学院地貌图集编辑委员会，2009；韩海辉等，2012），划分为平原（≥0~30 m）、台地（≥30~70 m）、丘陵（≥70~200 m）、小起伏山地（≥200~500 m）、中起伏山地（≥500~1 000 m）、大起伏山地（≥1 000~2 500 m）、极大起伏山地（≥2 500 m）7种类型。国家站、区域考核站和非考核站在不同地形起伏类别下的站点数及占比如表2所示，3种类型站点均主要分布在丘陵以下（<200 m）地势较平坦地区，国家站占比最高为71.8%，区域考核站占比（61.4%）明显高于区域非考核站（51.2%）。在丘陵地区，国家站、区域考核站的占比最高，分别占站点总数的40.4%和38.5%，而区域非考核站在小起伏山地占比最高（38.4%）；在平原地区，国家站和区域非考核站的占比几乎接近，远高于区域考核站；在中起伏山地，区域非考核站占比高于国家站，国家站占比又高于区域考核站；在大起伏山地及以上无国家站和区域考核站，有6个区域非考核站地处大起伏山地，平均地形起伏为1 051 m。

表2 四川气象观测站在不同地形起伏类别下的站点数和占比

Tab.2 Number and proportion of meteorological observation stations in Sichuan Province under different types of the RDLS

站点类别	平原		台地		丘陵		小起伏山地		中起伏山地		大起伏山地		极大起伏山地
站点类别	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%	站数/个	占比/%
国家站	3	1.9	46	29.5	63	40.4	29	18.6	15	9.6	0	0.0	0	0.0
区域考核站	13	0.6	488	22.3	843	38.5	698	31.9	147	6.7	0	0.0	0	0.0
区域非考核站	59	2.0	554	19.1	873	30.1	1 114	38.4	293	10.1	6	0.2	0	0.0

新窗口打开| 下载CSV

进一步分析3种类型站点在不同地形起伏类别的分布情况，从四川省不同类型站点的地形起伏度空间分布[图4（a）、（b）、（c）]可以看出，3种类型站点在盆地和攀西地区分布较密集，盆地内气象站点主要地处台地、丘陵，攀西地区以小起伏山地为主。3种类型站点地形起伏最大的站点均在川西高原；国家站和区域考核站起伏度最小的站点在盆地内的成都平原，区域非考核站在攀西地区的安宁河平原。在盆地和川西高原交界的高山峡谷区域，地势起伏很大，气象站点往往位于河谷，四周群山围绕，以中起伏山地类型站点为主，集中了5个大起伏山地站点。在川西高原北部和中部的高山草甸区域，海拔高但地势相对平坦，分布有台地和丘陵类型气象站。由不同类型气象站点数随地形起伏变化的累积分布函数（Cumulative Distribution Function， CDF）[图4（d）]可以看出，国家站、区域考核站和区域非考核站的地形起伏分别为24~900 m、21~975 m和19~1 116 m，国家站平均地形起伏度为180.2 m，与区域非考核站（239.3 m）相差较大，但与区域考核站（201.5 m）差异较小。地形起伏度在0~400 m，国家站和区域站的累积概率均为0.8左右，区间内由大到小分别为国家站、区域考核站和区域非考核站，尤其在0~200 m地形区，3种类型气象站点占比均超过一半以上，国家站相对区域站来说，所处地形更平坦，说明国家站具有更优的区域代表性，这一分布再次印证了表2的结果，与黄晓龙等人（2022）研究结论一致。当RDLS>400 m以上，站点概率分布趋于平缓，国家站占比低于区域站，是因为国家站站址的遴选对周边地形环境要求比区域站高，而区域站多从资料应用需求角度出发，空间分布范围更广，且部分站点布设在山洪等地质灾害地形复杂区，导致地形起伏度大的区域站占比高。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 四川省国家站（a）、区域考核站（b）、区域非考核站（c）的地形起伏度空间分布及不同类型的站点数随地形起伏变化的累积分布函数（d）

Fig.4 The spatial distribution of the RDLS of national stations （a）， regional assessment stations （b）， regional non-assessment stations （c） and the CDF of the number of different types meteorological stations with the change of the RDLS （d） in Sichuan Province

3.3 布设气象站点的适宜区域评价

气象站点区域代表性指观测的某一气象要素值反映测站周围一定范围内区域平均程度（徐保东等，2015），受地形地貌等下垫面因素影响，地势相对平缓地区，站点代表性远大于地形起伏剧烈地区（许宝荣等，2015）。参考以往研究（程勇等，2011；曾超，2021），在最佳地形起伏空间格局基础上，按平原和台地布设气象站点区域代表性高，丘陵和小起伏山地区域代表性适中，中起伏山地区域代表性低，大起伏山地以上区域代表性极低。对四川省气象站点布设的区域代表性进行评价（表3），获得站点布设的空间格局（图5）。四川盆地的成都平原及盆地南部、川西高原西北部的高山草甸及攀西地区安宁河平原等地势较为平坦，为站点布设代表性高的地区，仅占全省总面积的8.75%。代表性适中的地区主要分布在盆地、攀西地区中部和南部及川西高原北部和西部，占全省面积的60.99%。川西高原东坡过渡带、川西高原西部及攀西地区的西北部为代表性低的地区，占29.46%。代表性极低的川西横断山脉的江河流域占0.80%，该地区山高谷深，地形起伏很大。

表3 四川省气象站点布设的区域代表性评价

Tab.3 Regional representative evaluation of meteorological stations layout in Sichuan Province

区域代表性	像元数/个	面积/km²	面积占比/％
高	51 422 649	46 280.38	8.75
适中	358 220 145	322 398.13	60.99
低	173 037 289	155 733.56	29.46
极低	4 689 806	4 220.83	0.80

新窗口打开| 下载CSV

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 四川省布设气象站点的适宜区域代表性空间格局

Fig.5 Regional representative spatial pattern of the suitable meteorological stations in Sichuan Province

四川省地势跨度大，气象站点往往按行政区域进行建设和管理。因此，按四川行政区域矢量边界对各市（州）地形起伏度及区域代表性进行统计，以明确四川省21个市（州）地形起伏特征及气象站点布设的代表性区域面积（表4）及占比（图6），盆地内自贡、遂宁、内江、南充和资阳5市均为代表性适中以上区域，其中资阳平均地形起伏度最小为79.9 m，区域内地势最为平坦。四川盆地周围（成都、德阳、绵阳、广元、达州、乐山、眉山、雅安）、攀西（攀枝花和西昌）和川西高原（阿坝和甘孜）的12个市（州）有代表性极低的地区，占市（州）总数的57.1%，其中雅安面积占比最高（1.8%），攀枝花和达州最少（占比均为0.1%）。成都气象站点布设代表性高的区域面积为7 283.3 km²，是各市（州）面积最大，也是占比最高（54.7%）的地区，但因地处盆地和川西高原交界处，存在代表性低和极低地区。

表4 四川省各市（州）地形起伏度及气象站点布设的区域代表性评价

Tab.4 The RDLS and regional representative evaluation of meteorological stations layout in various cities （prefectures） of Sichuan Province

序号	地区	地形起伏度/m			区域代表性面积/km²
序号	地区	平均起伏度	最小起伏度	最大起伏度	高	适中	低	极低
1	成都	179.7	14	1 404	7 283.3	4 395.9	1 523.8	65.9
2	自贡	88.2	13	372	2 190.1	2 477.0	—	—
3	泸州	225.1	18	936	2 001.3	10 116.8	425.9	—
4	德阳	181.9	19	1 532	2 899.6	2 749.0	793.7	45.9
5	绵阳	358.0	9	1 754	2 283.0	12 391.9	7 611.3	131.3
6	广元	330.4	0	1 104	32.2	15 314.3	2 648.5	1.0
7	遂宁	101.3	16	317	1 392.1	4 306.3	—	—
8	内江	90.6	20	414	2 405.7	3 298.6	—	—
9	乐山	322.8	15	1 671	1 862.4	8 748.0	3 049.8	54.9
10	南充	148.2	3	489	1 789.0	11 901.0	—	—
11	眉山	146.5	5	1 339	3 588.1	3 668.7	455.3	2.0
12	宜宾	216.1	19	911	2 097.4	11 277.3	552.3	—
13	广安	132.8	20	859	2 006.5	4 613.8	69.9	—
14	达州	276.7	17	1 325	1 679.0	14 407.6	1 770.5	12.7
15	雅安	542.8	16	1 613	291.4	6 412.6	9 420.0	290.8
16	巴中	325.8	40	1 004	20.6	12 057.0	1 484.0	—
17	资阳	79.9	3	392	4 011.1	4 462.5	—	—
18	阿坝	461.9	0	1 741	4 859.9	46 115.1	40 059.9	1 058.4
19	甘孜	440.8	4	1 915	2 845.1	101 828.7	57 227.2	1 723.1
20	凉山	478.4	0	2 041	738.0	36 060.4	26 282.0	866.2
21	攀枝花	423.6	27	1 285	4.3	5 342.3	2 318.1	10.1

注： —代表不存在该种类型。

新窗口打开| 下载CSV

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 四川省各市（州）气象站点布设的不同类型区域代表性占比

Fig.6 Proportion of different regional representative of meteorological stations layout in cities （prefectures） of Sichuan Province

4 结论与讨论

本文基于ASTER GDEM v3数据，利用均值变点分析法确定地形起伏度的最佳分析窗口，建立四川省地形起伏度模型，对国家站、区域考核站和区域非考核站3种类型站点所处地形起伏特征进行分析，给出四川省气象站点布设的区域代表性，主要结论如下：

（1）四川省最佳分析窗口为39×39个像元，对应面积约1.369 km²。此窗口能兼顾各种尺度的地形起伏，与山脉走向一致，符合四川地形地貌特征。

（2）3种类型站点主要分布在地势较为平坦地区，国家站占比最高，区域考核站高于区域非考核站。平原地区，国家站和区域非考核站占比几乎接近，远高于区域考核站；中起伏山地，区域非考核站占比高于国家站，国家站又高于区域考核站；大起伏山地及以上无国家站和区域考核站，只有6个区域非考核站。

（3）3种类型站点在盆地和攀西地区分布较密集，盆地内气象站点地形以台地、丘陵为主，攀西地区以小起伏山地为主；盆地和高原交界的高山峡谷区域以中起伏山地类型为主。3种类型站点的平均地形起伏度为国家站<区域考核站<区域非考核站，说明国家站区域代表性更高。地形起伏度在0~400 m，国家站占比远高于区域考核站，区域考核站又明显多于区域非考核站；地形起伏度超过400 m，国家站占比低于区域站，这与区域站布设是从资料应用需求角度出发，需要较均匀覆盖四川省各种地形起伏类型有关。

（4）四川省气象站点布设的区域代表性适中以上区域占全省面积的69.74%，主要集中分布在盆地、川西高原北部和西部以及攀西地区东部和南部，仅有0.80%为代表性极低区域。盆地内自贡、遂宁、内江、南充和资阳5市无代表性低的区域，盆地周围、攀西和川西高原的12个市（州）分布有代表性极低区域。

因气象站点布设受多种客观因素限制，常导致站点分布不均（杨振鑫等，2017）。大气系统是一个复杂的非线性系统（巩庆等，2023），气象要素的空间分布不仅受大尺度气候条件影响，还受局地地形因子（如坡度、坡向等）及环境影响（杨丽杰等，2022；李想和李国平，2022）。地形起伏度较大山区天气与气候时空差异大，地面气象站观测的时空代表性范围小（吴薇等，2023），需尽可能多布设气象观测站点，以捕捉局地复杂的天气气候特征；平原地区因人口众多，交通、社会经济发展较快，对气象精密监测能力需求高，导致站点密度往往大于地形复杂山区。因此，气象站点布设应兼顾多方面需求，后续将进一步深入研究。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

查瑞生, 陈梦琳, 赵晓雪, 2014.

基于地形起伏度的南川区人居环境地形适宜性评价

[J]. 西南大学学报(自然科学版), 36(10): 150-156.